首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1171篇
  国内免费   161篇
  完全免费   925篇
  自动化技术   2257篇
  2020年   5篇
  2019年   14篇
  2018年   34篇
  2017年   55篇
  2016年   47篇
  2015年   127篇
  2014年   215篇
  2013年   167篇
  2012年   284篇
  2011年   311篇
  2010年   237篇
  2009年   257篇
  2008年   199篇
  2007年   155篇
  2006年   93篇
  2005年   35篇
  2004年   16篇
  2003年   5篇
  2002年   1篇
排序方式: 共有2257条查询结果,搜索用时 31 毫秒
1.
粒子群优化算法   总被引:138,自引:11,他引:127  
粒子群优化(PSO)算法是一类随机全局优化技术,PSO算法通过粒子间的相互作用发现复杂搜索空间中的最优匹域。PSO的优势在于简单实现而又功能强大。PSO已成为国际演化计算界研究的热点。该文介绍了基于的PSO算法,若干类改进的PSO算法及其应用,并讨论将来可能的研究内容。  相似文献
2.
免疫粒子群优化算法   总被引:96,自引:10,他引:86  
受生物体免疫系统免疫机制的启发,论文把免疫系统的免疫信息处理机制引入到粒子群优化算法中,给出了免疫粒子群优化算法。这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制,并且实现简单,改善了粒子群优化算法摆脱局部极值点的能力,提高了算法进化过程中的收敛速度和精度。一个求多维函数最优值的计算机仿真对比结果表明,免疫粒子群优化算法的收敛性能优于粒子群优化算法。  相似文献
3.
粒子群优化算法   总被引:83,自引:2,他引:81  
系统地介绍了粒子群优化算法,归纳了其发展过程中的各种改进如惯性权重、收敛因子、跟踪并优化动态目标等模型。阐述了算法在目标函数优化、神经网络训练、模糊控制系统等基本领域的应用并给出其在工程领域的应用进展,最后,对粒子群优化算法的研究和应用进行了总结和展望,指出其在计算机辅助工艺规划领域的应用前景。  相似文献
4.
一种更简化而高效的粒子群优化算法   总被引:66,自引:0,他引:66       下载免费PDF全文
胡旺  李志蜀 《软件学报》2007,18(4):861-868
针对基本粒子群优化(basic particle swarm optimization,简称bPSO)算法容易陷入局部极值、进化后期的收敛速度慢和精度低等缺点,采用简化粒子群优化方程和添加极值扰动算子两种策略加以改进,提出了简化粒子群优化(simple particle swarm optimization,简称sPSO)算法、带极值扰动粒子群优化(extremum disturbed particle swarm optimization,简称tPSO)算法和基于二者的带极值扰动的简化粒子群优化(ext  相似文献
5.
基于MATLAB的粒子群优化算法及其应用   总被引:65,自引:2,他引:63  
该文探讨了粒子群优化算法及其改进,并提出了算法的离线性能评估准则和在线性能评估准则。在此基础上重点研究了MATLAB环境中粒子群优化算法的仿真方法,主要包括数据结构设计、参数编码以及进化信息跟踪等关键内容。最后,对典型的多峰函数优化试验表明:作者开发的粒子群优化算法结构简单,运行快,是一个通用有效的优化工具。  相似文献
6.
基于粒子群算法求解多目标优化问题   总被引:55,自引:0,他引:55  
粒子群优化算法自提出以来,由于其容易理解、易于实现,所以发展很快,在很多领域得到了应用.通过对粒子群算法全局极值和个体极值选取方式的改进,提出了一种用于求解多目标优化问题的算法,实现了对多目标优化问题的非劣最优解集的搜索,实验结果证明了算法的有效性.  相似文献
7.
基于模拟退火的粒子群优化算法   总被引:52,自引:6,他引:46  
粒子群优化算法是一类简单有效的随机全局优化技术。该文把模拟退火思想引入到具有杂交和高斯变异的粒子群优化算法中,给出了一种基于模拟退火的粒子群优化算法。该算法基本保持了粒子群优化算法简单容易实现的特点,但改善了粒子群优化算法摆脱局部极值点的能力,提高了算法的收敛速度和精度。四个基准测试函数的仿真对比结果表明,该算法不仅增强了全局收敛性,而且收敛速度和精度均优于粒子群优化算法。  相似文献
8.
广义粒子群优化模型   总被引:50,自引:0,他引:50  
高海兵  周驰  高亮 《计算机学报》2005,28(12):1980-1987
粒子群优化算法提出至今一直未能有效解决的离散及组合优化问题.针对这个问题,文中首先回顾了粒子群优化算法在整数规划问题的应用以及该算法的二进制离散优化模型,并分析了其缺陷.然后,基于传统算法的速度一位移更新操作,在分析粒子群优化机理的基础上提出了广义粒子群优化模型(GPSO),使其适用于解决离散及组合优化问题.GPSO模型本质仍然符合粒子群优化机理,但是其粒子更新策略既可根据优化问题的特点设计,也可实现与已有方法的融合.该文以旅行商问题(TSP)为例,针对遗传算法(GA)解决该问题的成功经验,使用遗传操作作为GPSO模型中的更新算子,进一步提出基于遗传操作的粒子群优化模型,并以Inverover算子作为模型中具体的遗传操作设计了基于GPSO模型的TSP算法.与采用相同遗传操作的GA比较,基于GPSO模型的算法解的质量与收敛稳定性提高,同时计算费用显著降低.  相似文献
9.
粒子群优化算法的分析与改进   总被引:50,自引:2,他引:48  
分析了惯性权值对粒子群优化(PSO)算法优化性能的影响,进而提出选择惯性权值的新策略.在随机选取惯性权值的同时,自适应地调整随机惯性权值的数学期望,有效地调整算法的全局与局部搜索能力.测试表明基于随机惯性权(RIW)策略的PSO算法,其全局搜优的速率与精度有明显提高.  相似文献
10.
进化多目标优化算法研究   总被引:48,自引:1,他引:47       下载免费PDF全文
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号